國有商業(yè)銀行的穩(wěn)健經(jīng)營對國家經(jīng)濟的正常發(fā)展有著極為重要的影響。當前,國有商業(yè)銀行面臨著信用風險、操作風險、市場風險、道德風險等多種風險因素,而信用風險是我國金融風險最主要、最集中的一種表現(xiàn)形式。信用風險評估作為風險管理的核心環(huán)節(jié)和重要內(nèi)容,對商業(yè)銀行的穩(wěn)健運營起著至關(guān)重要的特殊作用,因此,積極探索商業(yè)銀行的信用風險管理尤其是信用風險的評估就具有了重要的現(xiàn)實意義。巴塞爾新資本協(xié)議的頒布和實施,尤其是內(nèi)部評級法的積極引入,為全球銀行業(yè)的風險管理提供一個全面的指導原則,對國有商業(yè)銀行的風險管理產(chǎn)生深遠的影響。本文深入地分析了巴塞爾新資本協(xié)議的主要創(chuàng)新內(nèi)容,并著重研究了新資本協(xié)議對信用風險管理的影響;在全面分析總結(jié)新資本協(xié)議框架及其對信用風險要求的基礎(chǔ)上,提出了信用風險評估的目的、基本原則和目標,比較系統(tǒng)地分析和總結(jié)了信用風險內(nèi)部評級法的關(guān)鍵要素,提出了信用風險評估十級分類方法;重點分析了信息融合的基本原理,介紹了信息融合的常用理論和方法,把信息融合全過程的理論和方法引入到信用風險評估中,為信用風險評估的研究和模型的建立提供了理論基礎(chǔ)。依據(jù)信用風險的內(nèi)涵和信用風險評估的目的,提出了建立信用風險... 

【文章頁數(shù)】：147 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與問題的提出
    1.2 研究的目的及意義
        1.2.1 研究的目的
        1.2.2 研究的意義
    1.3 國內(nèi)外研究現(xiàn)狀及其評述
        1.3.1 信用風險評估的國內(nèi)外研究現(xiàn)狀
        1.3.2 信息融合技術(shù)的國內(nèi)外研究現(xiàn)狀
        1.3.3 研究現(xiàn)狀評述
    1.4 本文研究的主要內(nèi)容與方法
        1.4.1 本文的主要研究內(nèi)容
        1.4.2 本文的主要研究方法
第2章 信用風險評估和信息融合的理論基礎(chǔ)
    2.1 巴塞爾新資本協(xié)議
        2.1.1 1998 年資本協(xié)議的提出
        2.1.2 新資本協(xié)議的框架
        2.1.3 新資本協(xié)議對信用風險的要求
    2.2 信用風險評估理論
        2.2.1 信用風險評估的目的
        2.2.2 信用風險評估的原則
        2.2.3 信用風險評估的目標
        2.2.4 信用風險評估的分類標準
    2.3 信用風險內(nèi)評法的要素分析
    2.4 信息融合的原理與方法
        2.4.1 信息融合的基本原理
        2.4.2 信息融合的常用理論和方法
    2.5 信用風險評估與信息融合
    2.6 本章小結(jié)
第3章 國有商業(yè)銀行信用風險評估指標體系研究
    3.1 評估指標體系建立的原則
    3.2 貸款企業(yè)風險因素分析
        3.2.1 貸款企業(yè)財務(wù)因素分析
        3.2.2 貸款企業(yè)的非財務(wù)因素對信用評級的影響
        3.2.3 貸款企業(yè)的非財務(wù)因素分析
    3.3 信用風險評估指標體系的構(gòu)建
    3.4 評估指標的特征提取方法
        3.4.1 樣本數(shù)據(jù)的處理原則
        3.4.2 因子分析基本原理
        3.4.3 因子分析的基本步驟
    3.5 信用風險評估指標體系的確定
        3.5.1 樣本數(shù)據(jù)的獲取及預處理
        3.5.2 財務(wù)指標體系的確定
        3.5.3 融入非財務(wù)指標的必要性及指標的確定
    3.6 本章小結(jié)
第4章 基于信息融合的信用風險評估模型
    4.1 模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學習算法
        4.1.1 模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
        4.1.2 常規(guī)模糊神經(jīng)網(wǎng)絡(luò)的學習算法
    4.2 基于支持向量機模糊神經(jīng)網(wǎng)絡(luò)信用風險評估模型
        4.2.1 具有后驗概率輸出的支持向量機
        4.2.2 支持向量機模糊神經(jīng)網(wǎng)絡(luò)模型
        4.2.3 支持向量機模糊神經(jīng)網(wǎng)絡(luò)信用風險評估步驟
    4.3 基于信息融合的支持向量機集成信用風險評估模型
        4.3.1 支持向量機集成的理論基礎(chǔ)
        4.3.2 個體生成方法
        4.3.3 結(jié)論生成方法
        4.3.4 信息融合D-S證據(jù)理論與方法
        4.3.5 信息融合支持向量機集成模型及信用風險評估步驟
    4.4 本章小結(jié)
第5章 國有商業(yè)銀行信用風險評估的實證研究
    5.1 預測精度的檢驗方法
    5.2 支持向量機模糊神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用
    5.3 基于信息融合的支持向量機集成模型的應(yīng)用
        5.3.1 使用的數(shù)據(jù)集及軟件工具
        5.3.2 模型的實證應(yīng)用
    5.4 信用風險評估模型的驗證
        5.4.1 ROC曲線方法
        5.4.2 評估模型的驗證
    5.5 高級內(nèi)評法信用風險評估
        5.5.1 企業(yè)違約概率的確定
        5.5.2 企業(yè)違約損失的確定
        5.5.3 對評級的調(diào)整處理
        5.5.4 高級內(nèi)評法信用風險評估流程
    5.6 本章小結(jié)
結(jié)論
參考文獻
攻讀博士學位期間發(fā)表的論文和取得的科研成果
致謝
個人簡歷



本文編號：3659055